Douchi Peptides VY and SFLLR Improve Glucose Homeostasis and Gut Dysbacteriosis in High‐Fat Diet‐Induced Insulin Resistant Mice
Notice bibliographique
Résumé
SCOPE: Two peptides VY (Val-Tyr) and SFLLR (Ser-Phe-Leu-Leu-Arg) are recently identified from soy-fermented douchi with hypoglycemic activity in cells. The study aims to understand their potential effects on glucose metabolism and insulin sensitivity as well as their mechanisms of action in a high-fat diet (HFD) induced insulin resistant model. METHODS AND RESULTS: body weight) for 8 weeks. Peptides supplementation, especially SFLLR, reduces body weight gain, insulin resistance, hyperglycemia, inflammation, liver injury, and lipid accumulation. In both muscle and liver, both peptides activate glycogen synthase (GS), the key enzyme for glycogen synthesis, and also inhibit phosphoenolpyruvate carboxykinase (PEPCK) and glucose 6-phosphatase (G6PC), two rate-limiting enzymes for gluconeogenesis, via insulin and AMPK (5'-adenosine monophosphate-activated protein kinase) signaling pathways. Furthermore, VY and SFLLR supplementation reverse HFD-induced gut dysbacteriosis by decreasing the abundance of Enterococcus, Oscillibacter, and Deferribacter, and also increase the abundances of Alistipes, Lactobacillus, Faecalibaculum, Akkermansia, and Bifidobacterium (usually beneficial in the intestine). CONCLUSION: The study reveals the potential applications of peptides VY and SFLLR as a diet-based strategy for the prevention of type 2 diabetes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».